Git Stars Git Stars

#explainable-ai Repository

Scopri 49 repository GitHub open source attivi contrassegnati con #explainable-ai, che raccolgono un totale di 137,847 stelle (con una media di 2,813 stelle per progetto). Il progetto leader di questo argomento è KindXiaoming/pykan, con 16,291 stelle.

49
Totale Repository
137,847
Totale stelle
2,813
Media Stelle/Repo

49 repository in totale

1
KindXiaoming/pykan

Reti di Kolmogorov Arnold

KindXiaoming
⭐ 16,291 Jupyter Notebook 👤 KindXiaoming User 🕐 Aggiornato 2025-01-19 📅 Creato 2024-04-27
2
semantica-agi/semantica

Livello semantico nativo dei grafi per un’IA aziendale affidabile

semantica-agi
⭐ 14,701 Python 👤 semantica-agi Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2025-06-25
3
jacobgil/pytorch-grad-cam

Spiegabilità avanzata dell'IA per la visione artificiale. Supporto per CNN, Vision Transformers, Classificazione, Rilevamento oggetti, Segmentazione, Similarità di immagini e altro.

jacobgil
⭐ 13,014 Python 👤 jacobgil User 🕐 Aggiornato 2026-11-01 📅 Creato 2017-05-31
4
kmario23/deep-learning-drizzle

Immergiti in Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision e NLP imparando da queste lezioni entusiasmante!!

kmario23
⭐ 12,995 HTML 👤 kmario23 User 🕐 Aggiornato 2026-08-22 📅 Creato 2018-11-26
5
marcotcr/lime

Lime: Spiegazione delle previsioni di qualsiasi classificatore di machine learning

marcotcr
⭐ 12,080 JavaScript 👤 marcotcr User 🕐 Aggiornato 2024-07-25 📅 Creato 2016-03-15
6
interpretml/interpret

Adatta modelli interpretabili. Spiega il machine learning blackbox.

interpretml
⭐ 6,986 C++ 👤 interpretml Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2019-05-03
7
obss/sahi

Inferenza affettata/tiled indipendente dal framework + interfaccia utente interattiva + grafici di analisi degli errori

obss
⭐ 5,609 Python 👤 obss Organization 🕐 Aggiornato 2026-11-01 📅 Creato 2021-01-30
8
christophM/interpretable-ml-book

Libro sull'apprendimento automatico interpretabile

christophM
⭐ 5,420 Jupyter Notebook 👤 christophM User 🕐 Aggiornato 2026-07-07 📅 Creato 2017-03-22
9
astroautomata/PySR

Apprendimento simbolico in Python e Julia

astroautomata
⭐ 4,301 Python 👤 astroautomata Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-09-14
10
microsoft/tensorwatch

Debugging, monitoraggio e visualizzazione per Python Machine Learning e Data Science

microsoft
⭐ 3,477 Jupyter Notebook 👤 microsoft Organization 🕐 Aggiornato 2026-03-30 📅 Creato 2019-05-15
11
trustgraph-ai/trustgraph

Il runtime open source per ontologie destinato agli agenti di IA.

trustgraph-ai
⭐ 3,159 Python 👤 trustgraph-ai Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-07-10
12
alan-ai/alan-sdk-web

Il Sistema di Auto-Codifica per la Tua App — Alan AI SDK per Web

alan-ai
⭐ 2,422 👤 alan-ai Organization 🕐 Aggiornato 2026-10-30 📅 Creato 2019-10-23
13
microsoft/responsible-ai-toolbox

Responsible AI Toolbox è una suite di strumenti che fornisce interfacce utente e librerie per l'esplorazione e la valutazione di modelli e dati, consentendo una migliore comprensione dei sistemi di intelligenza artificiale. Queste interfacce e librerie consentono a sviluppatori e stakeholder di sistemi di intelligenza artificiale di sviluppare e monitorare l'IA in modo più responsabile e di intraprendere migliori azioni basate sui dati.

microsoft
⭐ 1,858 TypeScript 👤 microsoft Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-07-06
14
rentruewang/aioway

L'IA è in arrivo. Un sogno di deep learning automatico. Un approccio RDBMS al deep learning. Dichiarativo, spiegabile, scalabile, ottimizzabile, facile da distribuire, tutte quelle cose buone.

rentruewang
⭐ 1,820 Python 👤 rentruewang User 🕐 Aggiornato 2026-11-20 📅 Creato 2021-11-17
15
Trusted-AI/AIX360

Interpretabilità e spiegabilità di dati e modelli di machine learning

Trusted-AI
⭐ 1,809 Python 👤 Trusted-AI Organization 🕐 Aggiornato 2026-09-05 📅 Creato 2019-07-11
16
wangyongjie-ntu/Awesome-explainable-AI

Una raccolta di materiali di ricerca sull'IA/ML spiegabile

wangyongjie-ntu
⭐ 1,660 Markdown 👤 wangyongjie-ntu User 🕐 Aggiornato 2026-08-19 📅 Creato 2020-02-16
17
csinva/imodels

Pacchetto ML interpretabile 🔍 per modellazione predittiva concisa, trasparente e accurata (compatibile con sklearn).

csinva
⭐ 1,631 Jupyter Notebook 👤 csinva User 🕐 Aggiornato 2026-11-13 📅 Creato 2019-07-04
18
alexgreensh/attention-span

Fai parlare i tuoi agenti come esseri umani. Stili di output adatti all’ADHD per Claude Code, Codex e altri strumenti. Così puoi concentrarti sui contenuti, non sui token.

alexgreensh
⭐ 1,601 Python 👤 alexgreensh User 🕐 Aggiornato 2026-10-30 📅 Creato 2026-08-04
19
interpretml/DiCE

Genera spiegazioni controfattuali diverse per qualsiasi modello di machine learning.

interpretml
⭐ 1,519 Python 👤 interpretml Organization 🕐 Aggiornato 2025-07-13 📅 Creato 2019-05-02
20
ModelOriented/DALEX

Linguaggio Agnostico al Modello per l'Esplorazione e la Spiegazione

ModelOriented
⭐ 1,489 Python 👤 ModelOriented Organization 🕐 Aggiornato 2026-07-15 📅 Creato 2018-02-18
21
valeman/awesome-conformal-prediction

Un elenco curato professionalmente di fantastici video, tutorial, libri, articoli, tesi di dottorato e master, articoli e librerie open-source sulla previsione conforme.

valeman
⭐ 1,346 👤 valeman User 🕐 Aggiornato 2026-11-05 📅 Creato 2021-12-10
22
albermax/innvestigate

Un toolbox per iNNvestigare le predizioni delle reti neurali!

albermax
⭐ 1,305 Python 👤 albermax User 🕐 Aggiornato 2025-04-11 📅 Creato 2017-12-13
23
EthicalML/xai

XAI - Una cassetta degli attrezzi di eXplicabilità per l'apprendimento automatico

EthicalML
⭐ 1,270 Python 👤 EthicalML Organization 🕐 Aggiornato 2025-11-29 📅 Creato 2019-01-11
24
AI4Finance-Foundation/FinRL-Tutorials

FinRL® Tutorials. Per favore, metti una stella.

AI4Finance-Foundation
⭐ 1,203 Jupyter Notebook 👤 AI4Finance-Foundation Organization 🕐 Aggiornato 2025-03-28 📅 Creato 2018-09-19
25
fraunhoferportugal/tsfel

Libreria per l’estrazione di caratteristiche da serie temporali (TSFEL): oltre 60 caratteristiche statistiche, temporali, spettrali e frattali per la classificazione e la regressione di serie temporali e l’elaborazione dei segnali in Python

fraunhoferportugal
⭐ 1,116 Python 👤 fraunhoferportugal Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2019-01-09
26
dswah/pyGAM

[COLLABORATORI BENVENUTI] Modelli Additivi Generalizzati in Python

dswah
⭐ 1,024 Python 👤 dswah User 🕐 Aggiornato 2026-04-21 📅 Creato 2017-01-19
29
salesforce/OmniXAI

OmniXAI: Una libreria per l'IA spiegabile

salesforce
⭐ 975 Jupyter Notebook 👤 salesforce Organization 🕐 Aggiornato 2026-06-02 📅 Creato 2022-02-17
30
DmitryRyumin/ICCV-2023-25-Papers

Articoli ICCV 2023-2025: Scopri la ricerca all'avanguardia di ICCV 2023-25, la conferenza leader nella visione artificiale. Rimani aggiornato sulle ultime novità nella visione artificiale e nel deep learning, con codice incluso. ⭐ Supporta lo sviluppo dell'intelligenza visiva!

DmitryRyumin
⭐ 972 Python 👤 DmitryRyumin User 🕐 Aggiornato 2025-11-07 📅 Creato 2023-09-04
31
aerdem4/lofo-importance

Importanza Lasciando Fuori una Caratteristica

aerdem4
⭐ 867 Python 👤 aerdem4 User 🕐 Aggiornato 2025-02-14 📅 Creato 2019-01-14
32
flyingdoog/awesome-graph-explainability-papers

Articoli sull'esplicitabilità delle GNN

flyingdoog
⭐ 821 👤 flyingdoog User 🕐 Aggiornato 2026-11-12 📅 Creato 2021-11-01
33
astroautomata/SymbolicRegression.jl

Regressione Simbolica Distribuita ad Alte Prestazioni in Julia

astroautomata
⭐ 819 Julia 👤 astroautomata Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2021-01-14
34
mmschlk/shapiq

Valori di Shapley e interazioni di Shapley per l’apprendimento automatico

mmschlk
⭐ 797 Python 👤 mmschlk User 🕐 Aggiornato 2026-11-20 📅 Creato 2023-10-17
35
castorini/daam

Mappe di attribuzione di diffusione attenta per l'interpretazione di Stable Diffusion.

castorini
⭐ 785 Jupyter Notebook 👤 castorini Organization 🕐 Aggiornato 2024-04-05 📅 Creato 2022-10-08
36
deel-ai/xplique

👋 Xplique è una toolbox per la spiegabilità delle reti neurali

deel-ai
⭐ 761 Python 👤 deel-ai Organization 🕐 Aggiornato 2026-11-06 📅 Creato 2020-04-05
37
FuRongJun-1999/dsh-memory

Esplorazione delle architetture AGI white-box: metacognizione (ciclo di autoconsapevolezza), apprendimento continuo (volano della conoscenza), modello del mondo (spazio condizionale + grafo semantico spaziotemporale), auto-miglioramento (disciplina di bootstrap), pipeline white-box senza LLM e salvaguardie di fiducia verificabili.

FuRongJun-1999
⭐ 734 Python 👤 FuRongJun-1999 User 🕐 Aggiornato 2026-11-21 📅 Creato 2026-08-14
38
privacytrustlab/ml_privacy_meter

Privacy Meter: Una libreria open-source per controllare la privacy dei dati negli algoritmi statistici e di machine learning.

privacytrustlab
⭐ 715 Jupyter Notebook 👤 privacytrustlab Organization 🕐 Aggiornato 2025-04-26 📅 Creato 2020-04-08
39
johnmarktaylor91/torchlens

Ispeziona, visualizza e intervieni su qualsiasi operazione in qualsiasi rete neurale. Acquisisci ogni attivazione e gradiente, l’intero grafo computazionale e oltre 800 campi di metadati, senza modificare il codice del modello. Supporta PyTorch, JAX, TensorFlow, MLX, PaddlePaddle e tinygrad. Convalidato su oltre 6.400 modelli. Creato per i ricercatori e i loro agenti IA.

johnmarktaylor91
⭐ 714 Python 👤 johnmarktaylor91 User 🕐 Aggiornato 2026-11-17 📅 Creato 2022-10-14
40
tomhartke/knowledge-graph-from-GPT

Utilizzare GPT per organizzare e accedere alle informazioni e generare domande. L'obiettivo a lungo termine è creare un assistente di ricerca simile a un agente.

tomhartke
⭐ 692 Jupyter Notebook 👤 tomhartke User 🕐 Aggiornato 2025-10-21 📅 Creato 2023-02-13
41
understandable-machine-intelligence-lab/Quantus

[JMLR 2023] Quantus è un toolkit di IA spiegabile per la valutazione responsabile delle spiegazioni delle reti neurali

understandable-machine-intelligence-lab
⭐ 682 Jupyter Notebook 👤 understandable-machine-intelligence-lab Organization 🕐 Aggiornato 2026-10-26 📅 Creato 2021-03-18
42
lynote-ai/ai-text-detector

Un rilevatore di testo basato sull’intelligenza artificiale, open source, per identificare contenuti generati dall’IA in saggi, articoli e documenti. Supporta il rilevamento a livello di documento e di frase, con classificazione dei contenuti umani, generati dall’IA e misti, risultati spiegabili e sviluppo di modelli multilingue.

lynote-ai
⭐ 671 Python 👤 lynote-ai Organization 🕐 Aggiornato 2026-11-17 📅 Creato 2026-05-25
44
ScalaConsultants/Aspect-Based-Sentiment-Analysis

💭 Analisi del Sentimento Basata sugli Aspetti: Transformer & ML Spiegabile (TensorFlow)

ScalaConsultants
⭐ 585 Python 👤 ScalaConsultants Organization 🕐 Aggiornato 2026-09-07 📅 Creato 2020-01-08
45
Cartus/Automated-Fact-Checking-Resources

Link a pubblicazioni di conferenze/riviste sull'accertamento automatico dei fatti (risorse per l'articolo TACL22/EMNLP23).

Cartus
⭐ 569 👤 Cartus User 🕐 Aggiornato 2025-02-23 📅 Creato 2021-07-09
46
wayveai/Driving-with-LLMs

Implementazione PyTorch per l'articolo "Driving with LLMs: Fusing Object-Level Vector Modality for Explainable Autonomous Driving"

wayveai
⭐ 566 Python 👤 wayveai Organization 🕐 Aggiornato 2024-09-26 📅 Creato 2023-05-23
47
BCG-X-Official/facet

IA spiegabile agli umani.

BCG-X-Official
⭐ 533 Jupyter Notebook 👤 BCG-X-Official Organization 🕐 Aggiornato 2026-10-28 📅 Creato 2020-08-05
48
polyaxon/traceml

Motore per il tracciamento, la visualizzazione, l'esplicabilità, il rilevamento della deriva e i dashboard di IA/ML/dati per Polyaxon.

polyaxon
⭐ 533 Python 👤 polyaxon Organization 🕐 Aggiornato 2026-11-11 📅 Creato 2016-03-25
49
tensorflow/lattice

Metodi Lattice in TensorFlow

tensorflow
⭐ 520 Python 👤 tensorflow Organization 🕐 Aggiornato 2024-07-30 📅 Creato 2017-09-22

Domande frequenti

1

Qual è il repository #explainable-ai più popolare su GitHub?

Il progetto open source #explainable-ai più alto in classifica su GitHub è KindXiaoming/pykan, con 16,291 stelle. Reti di Kolmogorov Arnold

2

Quali linguaggi di programmazione sono più utilizzati nei repository #explainable-ai?

Tra i progetti #explainable-ai più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, HTML, JavaScript.

3

Come viene calcolata la classifica dei repository #explainable-ai?

Monitoriamo 49 repository open source attivi contrassegnati con #explainable-ai (500+ stelle), per un totale di 137,847 stelle e una media di 2,813 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.